基于多源信息的城市快速路交通走廊協(xié)同控制:綜述與展望*

章 程 楊曉光▲ 王一喆 江澤浩

（1. 同濟(jì)大學(xué)道路與交通工程教育部重點(diǎn)實(shí)驗(yàn)室 上海200092；2. 華中科技大學(xué)土木與水利工程學(xué)院 武漢430074）

0 引 言

城市快速路服務(wù)于城市道路交通，是城市交通的大動脈，其設(shè)置初衷是提供長距離、大運(yùn)量的快速移動[1]。然而，現(xiàn)實(shí)運(yùn)行中城市快速路經(jīng)常出現(xiàn)交通流入過量、通行能力驟降、行駛速度不穩(wěn)定等問題[2]。在城市區(qū)域尤其是中心城區(qū)的高密度路網(wǎng)下，城市快速路的上下匝道間距較短，很多情況下不足1 km[3]。頻繁的車輛匯入、駛出以及換道加劇了交通擁堵，上匝道與下匝道之間的區(qū)段經(jīng)常存在嚴(yán)重交織[4]。

同時，城市快速路的上下匝道經(jīng)常緊鄰地面交叉口設(shè)置間距小于100 m，造成“進(jìn)不去”和“出不來”的現(xiàn)象[5]，見圖1。所謂“進(jìn)不去”是指快速路主線的擁堵造成車輛排隊蔓延至上游，車輛無法順利駛?cè)肟焖俾?。這種排隊現(xiàn)象甚至?xí)M(jìn)一步蔓延至地面主干路乃至銜接交叉口。所謂“出不來”是由于下匝道銜接交叉口的疏散能力有限，造成車輛在下匝道排隊，這種排隊甚至?xí)又量焖俾分骶€，進(jìn)而占據(jù)快速路靠近路側(cè)的車道。

由此可見，城市快速路與地面路網(wǎng)關(guān)聯(lián)極強(qiáng)，二者形成天然的交通走廊，在面臨相關(guān)的擁堵問題時必須采取協(xié)同控制。對此，相關(guān)控制理論及方法被提出。本文對城市快速路交通走廊控制相關(guān)研究進(jìn)行了綜述，同時關(guān)注到多源信息的發(fā)展給控制方法帶來的影響和演變，對未來研究發(fā)展方向提出展望。

1 城市快速路交通走廊控制的內(nèi)涵與外延

城市快速路交通走廊的范圍包括城市快速路及其地面道路，二者之間存在高度的時空關(guān)聯(lián)。一方面，走廊內(nèi)的局部擁堵或由周邊的交通問題導(dǎo)致，另一方面，局部擁堵若得不到及時緩解，或迅速蔓延至周邊路網(wǎng)。因此，需將交通走廊作為整體進(jìn)行協(xié)同控制。在很多研究中[6-9]，1個典型的城市快速路交通走廊包括1 條快速路、1 條與之平行的地面道路、二者之間的上下匝道以及地面道路所涉及的交叉口，見圖1。

圖1 城市快速路交通走廊典型場景Fig. 1 A typical urban expressway-arterial corridor

城市快速路交通走廊控制是通過對交通流或是對車輛的控制，緩解交通阻塞，保障城市快速路及地面道路資源高效利用，提升整個交通走廊的運(yùn)行水平。常見的控制手段不僅包括匝道控制等通過信號燈實(shí)現(xiàn)的狹義控制，還包括可變限速、路徑誘導(dǎo)、擁堵收費(fèi)等廣義控制。

傳統(tǒng)的控制方法在集計層面對交通流進(jìn)行控制，控制策略較粗放，且多關(guān)注局部擁堵問題，而城市快速路交通走廊道路資源有限，約束條件眾多，導(dǎo)致解空間有限甚至不存在。雖然一些研究對協(xié)同控制、精準(zhǔn)控制等進(jìn)行探索，但由于當(dāng)時信息技術(shù)的局限，難以在現(xiàn)實(shí)交通環(huán)境中取得理想的控制效果。

多源信息的發(fā)展一方面使控制理論的實(shí)現(xiàn)成為可能，另一方面為控制理論的拓展提供了新的啟發(fā)。隨著信息環(huán)境的多源化和互聯(lián)化，城市快速路交通走廊內(nèi)的系統(tǒng)要素直接建立關(guān)聯(lián)，協(xié)同控制得以實(shí)現(xiàn)。這種協(xié)同體現(xiàn)在匝道與匝道之間、匝道與主線之間、匝道與銜接交叉口之間、快速路與地面道路之間、車輛與車輛之間、車輛與道路設(shè)施之間等[8，10]。

2 控制方法發(fā)展歷程

城市快速路交通走廊控制經(jīng)歷了“單點(diǎn)控制—協(xié)調(diào)控制—走廊協(xié)同控制—車路協(xié)同控制”這幾個階段。表1概括了不同階段控制方法的主要特征。隨著多源信息的日漸豐富，數(shù)據(jù)源采集及控制范圍逐漸由城市快速路局部瓶頸，擴(kuò)大至包含地面道路的交通走廊整體，數(shù)據(jù)采集對象及控制對象從集計交通流轉(zhuǎn)變?yōu)閭€體車輛，控制的協(xié)同性、實(shí)時性、精準(zhǔn)性不斷增強(qiáng)。

表1 城市快速路交通走廊控制方法的發(fā)展歷程及主要特征Tab. 1 Development and main characteristics of urban expressway-arterial corridor control methods

2.1 單點(diǎn)控制

交通流入的不適當(dāng)是城市快速路擁堵的主要原因之一，匝道控制作為控制交通流入的有效手段，在理論和實(shí)踐方面最早受到關(guān)注。早期的匝道控制只研究單個上匝道的交通流入，其單點(diǎn)控制在局部范圍內(nèi)緩解了城市快速路擁堵。匝道控制的理論可追溯至20世紀(jì)60年代，由美國學(xué)者Wattleworth[11]和日本學(xué)者佐佐木綱,以及明神證[12]相繼提出，其控制方法針對高峰時段的常發(fā)性擁堵，考慮流入交通對下游主線區(qū)段的影響，根據(jù)歷史需求分布特征離線生成定時方案。

隨著城市快速路斷面檢測器布設(shè)，不少感應(yīng)控制方法被提出，以響應(yīng)動態(tài)變化的交通流特征。需求容量控制（DC 控制）根據(jù)匝道上游交通量以及匝道下游通行能力之差，計算下一時刻的匝道放行率[13]，但控制方法對系統(tǒng)擾動敏感，容易造成城市快速路系統(tǒng)震顫以及不穩(wěn)定[14]。Papageorgiou 等[15]提出的ALINEA 控制具有更好的魯棒性，它根據(jù)控制效果對前一時刻的放行率進(jìn)行調(diào)整，對于緩解城市快速路上匝道合流區(qū)的交通擁堵效果顯著，在許多城市快速路及高速公路系統(tǒng)得到應(yīng)用[16]，其理論也得到了諸多拓展[17-18]。

2.2 協(xié)調(diào)控制

城市快速路交通協(xié)調(diào)控制在單點(diǎn)控制的基礎(chǔ)上，還考慮了多個道路區(qū)段及匝道之間的協(xié)調(diào)，具體體現(xiàn)在相距較近的多個匝道之間的協(xié)調(diào)以及主線交通流的協(xié)調(diào)。常見的控制手段包括多匝道協(xié)調(diào)控制、可變限速、換道控制,以及三者之間的協(xié)調(diào)優(yōu)化。

關(guān)于多匝道之間的協(xié)調(diào)，早期存在1種“匝道逐次關(guān)閉”的控制策略，即當(dāng)主線交通擁堵蔓延至某個斷面，關(guān)閉最鄰近的匝道，若擁堵繼續(xù)蔓延至上游，逐次關(guān)閉上游匝道。為了提高城市快速路控制對交通擁堵的響應(yīng)速度，3 類多匝道協(xié)調(diào)控制方法被提出，分別為合作控制、瓶頸控制以及最優(yōu)控制。合作控制如HELPER[19]以及HERO[20]等，當(dāng)某一匝道附近陷入擁堵，其上游匝道的放行率相應(yīng)降低；瓶頸控制 包 括BOTTLENECK[21]、ZONE[22]和SWARM[23]等，首先確定主線瓶頸，然后確定該瓶頸斷面應(yīng)減少的交通量，上游匝道按照預(yù)設(shè)權(quán)重減少放行率[24]；最優(yōu)控制對快速路系統(tǒng)進(jìn)行建模并轉(zhuǎn)化為優(yōu)化問題，建立目標(biāo)函數(shù)，在約束條件下尋求最優(yōu)解[11-12，25]。

可變限速是對行駛車速進(jìn)行協(xié)調(diào)，以應(yīng)對固定及動態(tài)瓶頸對主線交通流的負(fù)面影響[26-27]。其中，固定瓶頸包括車道減少、道路施工、交通事故占用車道等[28]，而動態(tài)瓶頸指的是交通流接近飽和狀態(tài)時，個別車輛擾動所造成交通波現(xiàn)象[29]。通過可變限速，瓶頸上游交通流入率降低，瓶頸下游交通流入率提高，不同區(qū)段的速度差異減小，從而瓶頸路段通行能力得以提升。Papageorgiou 等[30]通過實(shí)測數(shù)據(jù)證明了可變限速有助于行駛速度平順、提高道路通行能力。Hegyi 等[31]提出的SPECIALIST 控制，被認(rèn)為是具有代表性的可變限速控制。該方法基于交通波理論判斷交通波的演化趨勢，以抑制交通波蔓延為控制目標(biāo)，實(shí)現(xiàn)主線交通流平穩(wěn)運(yùn)行，其有效性在實(shí)際應(yīng)用中得到證實(shí)[32]。Carlson等[33]將可變限速與匝道控制結(jié)合，整合優(yōu)化城市快速路運(yùn)行效率。

此外，車輛換道被認(rèn)為是通行能力降低的主要原因之一[34]。換道控制通過對換道行為進(jìn)行協(xié)調(diào)及適當(dāng)?shù)南拗?，減少對主線交通流運(yùn)行的影響。其中，車道分配是常見的措施，它將車道劃分為可換道車道和不可換道車道，以限制不適當(dāng)?shù)膿Q道行為。在此基礎(chǔ)上，Wang 等[35]提出了動態(tài)車道分配，提高了車道利用率。Zhao等[36]將車道分配與入口匝道控制整合優(yōu)化，緩解主線交織區(qū)的擁堵。Zhang等[37]則是整合了匝道控制、可變限速以及換道控制三者，對交通流入、主線縱向行駛速度以及橫向換道行為進(jìn)行協(xié)調(diào)控制[38]。

2.3 走廊協(xié)同控制

走廊協(xié)同控制不僅考慮了城市快速路的運(yùn)行，還考慮了與地面道路之間的高度關(guān)聯(lián)。在高峰時段，由于信息不對稱，經(jīng)常導(dǎo)致城市快速路與地面道路一者被過度利用而另一者仍有容量[9]。為平衡二者的交通需求，路徑誘導(dǎo)通過信息發(fā)布，將交通量從飽和路段轉(zhuǎn)移至非飽和路段。然而，傳統(tǒng)交通流環(huán)境下，路徑誘導(dǎo)方案的遵從率無法保證[39]，Jou和Chen[40]對駕駛員路徑選擇行為進(jìn)行建模分析，Xu等[41]在預(yù)測遵從率的基礎(chǔ)上，生成路徑誘導(dǎo)方案，以提高誘導(dǎo)方案的有效性。為了調(diào)控城市快速路及地面道路的交通需求，路徑誘導(dǎo)經(jīng)常與匝道控制協(xié)同優(yōu)化[42-43]，除此之外，還可通過設(shè)置HOV 車道[44]、動態(tài)擁堵收費(fèi)策略[45]等方式調(diào)節(jié)。

城市快速路與地面道路的高度關(guān)聯(lián)還體現(xiàn)在擁堵的迅速蔓延以及相互影響，因此需對走廊范圍內(nèi)的交通采取協(xié)同控制。楊曉光等[25]首次在20 世紀(jì)90年代同時考慮了城市快速路上匝道以及下匝道的排隊約束。楊曉芳[5]針對城市快速路交通“進(jìn)不去” 和“出不來”的現(xiàn)象，分別提出了上匝道與銜接交叉口協(xié)同控制、以及下匝道與銜接交叉口協(xié)同控制的方法，提高了關(guān)鍵節(jié)點(diǎn)的通行能力。保麗霞和楊曉光[7]將協(xié)同控制的范圍進(jìn)一步拓展到匝道銜接的3個交叉口。Liu 等[6]針對城市快速路突發(fā)事件的場景，引導(dǎo)部分車輛繞行至地面路網(wǎng)，同時對地面繞行路徑所涉及的交叉口提出了協(xié)同控制方法。Zhao 等[46]針對下匝道緊鄰地面交叉口的問題，提出了車道功能分配與信號控制協(xié)同優(yōu)化方法。Wang等[47]對地面主干路多個連續(xù)路口提出了協(xié)同控制，分別從周期、干線協(xié)調(diào)相位差和綠信比3 個交通信號控制關(guān)鍵參數(shù)，構(gòu)筑一整套基于強(qiáng)化學(xué)習(xí)的分層遞階的交通信號控制算法。

2.4 車路協(xié)同控制

隨著車路聯(lián)網(wǎng)技術(shù)的發(fā)展，越來越多的研究開始關(guān)注智能網(wǎng)聯(lián)車輛以及自動駕駛車輛[10，48-49]。智能網(wǎng)聯(lián)汽車研究方面，最初主要圍繞碰撞預(yù)警[50]、換道輔助[51]等面向安全的行車優(yōu)化展開應(yīng)用性研究。隨著主動安全概念的提出[52]及交通信號控制問題的引入，考慮信號燈狀態(tài)的車速引導(dǎo)[53]、生態(tài)駕駛[54]等面向效率和節(jié)能減排的行車優(yōu)化策略等被廣泛研究。而自動駕駛車輛方面，主要面向常規(guī)車輛和自動駕駛車輛混合的信息采集與預(yù)測問題[55]，以及基于滾動優(yōu)化的局部最優(yōu)優(yōu)化方法[56]。

智能網(wǎng)聯(lián)車輛和自動駕駛車輛的出現(xiàn)與混入，使得原先由人類駕駛車輛構(gòu)成的交通流發(fā)生了轉(zhuǎn)變。相應(yīng)地，城市快速路交通走廊控制發(fā)生了根本性地改變。一方面，車路聯(lián)網(wǎng)環(huán)境可以獲取更廣時空維度、更為精細(xì)和全面的交通數(shù)據(jù)。另一方面，控制對象由宏觀交通流精確到車輛，控制精準(zhǔn)性大大提升，且遵從度更高，更有利于交通流有序。面向這一新型交通流模式的控制優(yōu)化理論被提出，過去面向傳統(tǒng)交通流的可變限速、換道控制、路徑誘導(dǎo)等措施，正在轉(zhuǎn)變?yōu)槊嫦騻€體車輛的車速引導(dǎo)、換道輔助、路徑建議[48-49]。而對于自動駕駛車輛，由于車輛控制權(quán)的獲得，可進(jìn)一步實(shí)現(xiàn)車輛軌跡與路徑的規(guī)劃及控制，在提供個體出行服務(wù)的同時實(shí)現(xiàn)交通流調(diào)控。研究表明，考慮智能網(wǎng)聯(lián)車輛或自動駕駛車輛混入后的交通控制，相比傳統(tǒng)交通流控制能有效地提升城市快速路和地面道路及交叉口的通行效率[55，57]。

3 控制模型的分類

城市快速路交通走廊控制實(shí)質(zhì)上是一個優(yōu)化問題，常見的建模方法是將其轉(zhuǎn)換為線性規(guī)劃控制或非線性規(guī)劃控制。線性規(guī)劃控制由于其明快性、可靠性、便于求解、易于實(shí)用等優(yōu)點(diǎn)，早在20世紀(jì)70年代，即在日本阪神高速道路得到應(yīng)用[58]。非線性規(guī)劃控制更精準(zhǔn)地刻畫了交通狀態(tài)參數(shù)中的關(guān)系及演變，但是求解難度較大，且求解方法不適用于所有場景[59]。依據(jù)控制目標(biāo)及約束可對控制模型進(jìn)行分類，見表2。

表2 控制目標(biāo)及約束Tab. 2 Objectives and constraints of control models

控制目標(biāo)分為系統(tǒng)最優(yōu)和用戶最優(yōu)。系統(tǒng)最優(yōu)考慮的是城市快速路交通走廊整體運(yùn)行水平。早期通常將目標(biāo)函數(shù)設(shè)為流入城市快速路車輛數(shù)最大化[11]，但在高密度城市路網(wǎng)中，這樣的控制方案可能導(dǎo)致道路資源向短途出行及小汽車出行傾斜，這引起了關(guān)于城市快速路服務(wù)對象的反思。為了優(yōu)先滿足長距離出行，有研究將目標(biāo)函數(shù)設(shè)為城市快速路車公里最大化[25]。另外，也有不少研究考慮走廊整體延誤最小[8，41]、走廊整體通過量最大[6]等優(yōu)化目標(biāo)。用戶最優(yōu)是為了滿足緊急救援車輛（如消防車、救護(hù)車）、公交優(yōu)先等特殊通行需求，考慮特殊車輛實(shí)時狀態(tài)的信號優(yōu)先控制系統(tǒng)已得到基本實(shí)現(xiàn)[60]。

控制約束方面，常見的約束條件包括城市快速路以及地面道路各區(qū)間的通行能力約束，即交通流量小于通行能力。由于流量與速度呈非線性關(guān)系，同一流量可分別對應(yīng)擁堵和暢通2 種交通狀態(tài)，所以各區(qū)間的行駛速度約束應(yīng)納入考慮。此外，由于上下匝道與地面交叉口設(shè)置距離較近所形成的復(fù)雜交通環(huán)境，上下匝道排隊長度約束以及銜接交叉口的通行能力約束也受到了關(guān)注[25]。

控制問題的建模多基于交通流模型展開，表3按照空間尺度將模型劃分為宏觀、中觀以及微觀3類，并歸納了各自的主要特點(diǎn)。宏觀模型將交通流視為流體，在集計層面對交通流進(jìn)行建模，將交通流視為流體，根據(jù)模型變量的特征又可分為連續(xù)模型[61-62]和離散模型[63-64]；微觀模型在個體層面對車輛跟馳及換道行為進(jìn)行建模，體現(xiàn)車輛之間以及車輛與設(shè)施之間的交互作用[65-66]；中觀模型作為宏觀與微觀模型的連接，通過概率分布特征在集計層面體現(xiàn)個體差異[67-69]。

表3 常見的控制模型及分類Tab. 3 Common control models and their classification

傳統(tǒng)的交通數(shù)據(jù)主要為道路斷面采集的集計數(shù)據(jù)，因此，控制模型多基于集計交通流的狀態(tài)參數(shù)建立。這些模型在一定程度上反映了交通流演變特征。但是，由于交通系統(tǒng)存在高度復(fù)雜性、系統(tǒng)要素眾多，模型難以精準(zhǔn)還原。通過模型推導(dǎo)獲得的交通狀態(tài)參數(shù)存在偏差，而這一偏差影響了控制效果，所以一些研究在有限的信息環(huán)境下探討模型參數(shù)的標(biāo)定方法[70]。然而對于一些交通現(xiàn)象，交通流模型仍然難以精準(zhǔn)還原，且求解復(fù)雜，難以大范圍應(yīng)用。

總的來說，過去由于多源信息的缺乏，難以實(shí)現(xiàn)全覆蓋、實(shí)時的城市快速路交通走廊運(yùn)行監(jiān)測，狀態(tài)估計通過滾動時間窗及模型推導(dǎo)得到，控制輸入由歷史數(shù)據(jù)或經(jīng)驗(yàn)數(shù)據(jù)代替，相關(guān)理論多停留在集計層面的交通流控制，難以實(shí)現(xiàn)理想的協(xié)同控制以及精準(zhǔn)控制。

4 多源信息的發(fā)展

隨著信息傳輸、存儲、交互等技術(shù)的發(fā)展，全覆蓋、實(shí)時的交通監(jiān)測成為可能，相比模型推導(dǎo)的結(jié)果更精準(zhǔn)，因此，控制理論及建?？梢欢ǔ潭壬蠑[脫原先的模型假設(shè)。另一方面，新涌現(xiàn)的多源信息又為城市快速路交通走廊協(xié)同控制提供新的啟發(fā)，為相關(guān)理論的進(jìn)一步拓展提供可能。

當(dāng)前多源信息在實(shí)時性、交互性、處理能力、精度、信息量等方面具有了顯著提升，其發(fā)展經(jīng)歷了以下3個階段。

1） 第一階段的信息采集主要依靠固定檢測器以及少量的浮動車，由于信息處理及傳輸?shù)南拗?，無法實(shí)現(xiàn)實(shí)時監(jiān)測，且不同信息源、數(shù)據(jù)源互相獨(dú)立。

2） 第二階段以多源信息為特征，通過數(shù)據(jù)中心匯聚多源信息，打破了數(shù)據(jù)孤島的困境，與此同時，數(shù)據(jù)存儲能力大大提高，數(shù)據(jù)采集精度得到提升，時間顆粒度達(dá)到秒級。然而，多源信息的融合成為難點(diǎn)，另外，數(shù)據(jù)中心的“云端”模式帶來了傳輸時延、可靠性、安全性等方面的問題。

3） 第三階段以邊緣計算為特征，邊緣計算具有低時延、高帶寬、高可靠、海量連接、異構(gòu)匯聚和隱私保護(hù)等特點(diǎn)，依托邊緣計算，交通信息處理變“云端” 為“車端”，形成更短的閉環(huán)，實(shí)現(xiàn)物理世界的實(shí)時監(jiān)測。5G 強(qiáng)大的通信能力將進(jìn)一步縮短信息傳輸時延，降低計算成本，實(shí)現(xiàn)全覆蓋、實(shí)時的交通監(jiān)測，保障車輛更安全、更高效的運(yùn)行。

當(dāng)前多源信息的采集方法主要包括以下4 種（見表4）。

1） 固定檢測器。對于道路斷面每隔一段時間（如5 min）統(tǒng)計1 次交通流參數(shù)，如交通流量、平均速度、占有率等。

2） 移動檢測器。安裝于車輛上以采集浮動車數(shù)據(jù)，通常每30 s返回1次車輛位置、車輛速度等行駛狀態(tài)，其信息采集不局限于某一道路斷面，但浮動車的樣本量往往遠(yuǎn)小于總體交通量。

3） 車輛自動識別。通過路側(cè)設(shè)備與車輛之間的通信（如RFID）或是通過車輛特征匹配（如車牌識別），為車輛分配唯一標(biāo)識符，從而對不同位置的同一車輛進(jìn)行匹配，獲得OD、行程時間等信息。

4） 車聯(lián)網(wǎng)V2X 技術(shù)。通過車路通信及車車通信，實(shí)時獲取車輛軌跡，包括瞬時速度、加減速、換道等連續(xù)車輛行駛狀態(tài)。但相關(guān)技術(shù)目前在大多數(shù)城市通路尚未得到普遍應(yīng)用。

表4 當(dāng)前多源信息的采集方法Tab. 4 Current multi-source information collection

除此之外，交警執(zhí)勤執(zhí)法、網(wǎng)絡(luò)輿情、無人機(jī)拍攝等產(chǎn)生的非結(jié)構(gòu)化數(shù)據(jù)也為多源信息提供了補(bǔ)充。

5 研究發(fā)展方向展望

在過去幾十年間，城市快速路交通走廊控制相關(guān)理論及實(shí)踐得到了長足的發(fā)展?？刂频膮f(xié)同性不斷增強(qiáng)，控制范圍從局部瓶頸，擴(kuò)大到城市快速路的多個區(qū)段及匝道，再進(jìn)一步拓展到相鄰的地面道路及交叉口。面對日益嚴(yán)峻的交通擁堵問題，未來不僅需要采集擁堵區(qū)域的信息，還需要獲取周邊路網(wǎng)的交通信息，以及導(dǎo)致?lián)矶碌能囕v來源和去向，從更大范圍調(diào)控交通需求，通過快速路主線、匝道出入口、地面主干路、地面交叉口以及車輛之間的高度協(xié)同，實(shí)現(xiàn)交通走廊道路資源的充分利用。

另一方面，隨著多源信息的發(fā)展，實(shí)時監(jiān)測、信息交互以及運(yùn)算存儲能力增強(qiáng)，信息采集對象逐漸從集計交通流精確至個體車輛，控制對象也發(fā)生了相應(yīng)的轉(zhuǎn)變。信息采集精度與采集頻率的提高帶來了控制精準(zhǔn)性與實(shí)時性的提升，這些技術(shù)發(fā)展為智能網(wǎng)聯(lián)車輛以及自動駕駛車輛的普及提供可能。

未來研究發(fā)展方向及需要解決的問題歸納為以下4個方面。

1） 自動駕駛車輛環(huán)境下的控制問題。隨著車輛感知及交互技術(shù)的發(fā)展，自動駕駛車輛的軌跡優(yōu)化成為可能，可對每一輛車的行駛速度、換道行為、路徑選擇進(jìn)行規(guī)劃與控制[71-72]。在獲得車輛控制權(quán)后，原先的誘導(dǎo)或建議方案可以被完全遵從，因此不適當(dāng)?shù)募訙p速、換道或是只考慮利己的路徑選擇可被避免[73]。面向自動駕駛車輛環(huán)境的控制問題仍是后續(xù)研究的重點(diǎn)，提升控制模型求解效率以支撐大范圍的實(shí)時計算是仍待解決的問題。

2） 多模式車輛環(huán)境下的控制問題。智能網(wǎng)聯(lián)及自動駕駛車輛的普及是一個逐步發(fā)展的過程，可以預(yù)見未來數(shù)十年之內(nèi)交通流將由人類駕駛車輛、智能網(wǎng)聯(lián)車輛、自動駕駛車輛混合組成。針對這3類車輛駕駛行為的不同，一些研究分別對它們提出了控制方案[74]。智能網(wǎng)聯(lián)及自動駕駛車輛的混入將對傳統(tǒng)交通流產(chǎn)生影響，可通過對部分車輛的控制，調(diào)節(jié)交通流以及交通網(wǎng)絡(luò)需求[75]。考慮到智能網(wǎng)聯(lián)及自動駕駛車輛發(fā)展初期的低滲透率，如何結(jié)合傳統(tǒng)控制措施實(shí)現(xiàn)有效的交通走廊控制，也是值得進(jìn)一步關(guān)注的問題。

3） 交通管理控制與出行服務(wù)一體化。智能網(wǎng)聯(lián)車輛以及自動駕駛車輛的出現(xiàn)使得傳統(tǒng)對交通流的控制轉(zhuǎn)變?yōu)閷囕v的控制。與此同時，人們對出行服務(wù)提出更高要求，交通管理控制即服務(wù)的概念正在受到關(guān)注[76-77]。未來交通管理控制可通過信息服務(wù)以及積分獎勵等方式，從出發(fā)時間、行駛路徑、交通方式選擇等方面調(diào)控交通需求[78]，同時為出行者提供“點(diǎn)到點(diǎn)”的一站式出行方案。如何實(shí)現(xiàn)用戶最優(yōu)和系統(tǒng)最優(yōu)的最佳組合是需要解決的問題。

4） 相關(guān)技術(shù)及領(lǐng)域的交叉應(yīng)用。人工智能、5G 通信、移動互聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)發(fā)展將驅(qū)動控制理論以及實(shí)踐的創(chuàng)新[79]。交通控制手段結(jié)合逐漸完善的社會信用體系[80]，或成為交通治理的新模式，例如擁堵收費(fèi)結(jié)合預(yù)約出行以及獎懲機(jī)制，可更有效平衡交通供需[81]。相關(guān)技術(shù)的發(fā)展也為多源信息提供了補(bǔ)充，例如網(wǎng)絡(luò)輿情可使交通事件檢測更及時[82]，手機(jī)地圖軟件收到的導(dǎo)航請求將有助于交通需求預(yù)測以及主動交通控制[83]。這些問題在未來需要得到深入探索與研究。

6 結(jié)束語

1） 城市快速路交通走廊控制經(jīng)歷了“單點(diǎn)控制—協(xié)調(diào)控制—走廊協(xié)同控制—車路協(xié)同控制”的發(fā)展歷程。控制的協(xié)同性、實(shí)時性、精準(zhǔn)性都得到提升:控制范圍從局部到走廊整體，控制方案從離線到動態(tài)再到實(shí)時控制，控制對象從交通流精確至個體車輛。

2） 隨著人工智能、5G 通信、移動互聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)發(fā)展，全覆蓋、實(shí)時監(jiān)測成為可能，一定程度上可擺脫原先的模型假設(shè)。多源信息的發(fā)展一方面有助于控制理論的實(shí)現(xiàn)，另一方面為控制問題提供新思路。

3） 智能網(wǎng)聯(lián)汽車和自動駕駛車輛的出現(xiàn)及逐漸普及，將改變原先由人類駕駛車輛組成的交通流，新型混合交通流模式下的城市快速路交通走廊控制將是未來研究的重點(diǎn)。同時，交通管理控制將與出行服務(wù)整合，如何實(shí)現(xiàn)用戶最優(yōu)和系統(tǒng)最優(yōu)的最佳組合也是需要解決的問題。